Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
Toni Marila
MIELIALAVAIHTELUJEN MOBIILIN ARVIOINTIMENETELMÄN
VAATIMUSMÄÄRITTELY
Hyvinvointiteknologian YAMK koulutusohjelma
Tekniikan suuntautumisvaihtoehto
2016
MIELIALAVAIHTELUJEN MOBIILIN ARVIOINTIMENETELMÄN
VAATIMUSMÄÄRITTELY
Marila, Toni
Satakunnan ammattikorkeakoulu
Hyvinvointiteknologian koulutusohjelma
Maaliskuu 2016
Ohjaaja: Auramo, Yrjö & Sirkka, Andrew
Sivumäärä: 43
Liitteitä: 4
Asiasanat: mielialahäiriöt, fyysinen aktiivisuus, elämänhallinta, mobiililaitteet
____________________________________________________________________
Nykyaikaisten älypuhelimien ominaisuudet mahdollistavat käyttäjän terveydentilan
seuraamisen. Älypuhelimille tehtyjen sovellusten avulla voidaan kerätä jatkuva-
aikaisesti tietoa käyttäjien toiminnasta ja terveydentilasta, kuten esimerkiksi sydämen
sykkeestä, kehon lämpötilasta, fyysisestä aktiivisuudesta ja unirytmistä. Tällaisia
sovelluksia on saatavilla markkinoilla jo lukuisia ja niiden suosio elämänhallinnan,
sairauksien ja terveyden itsetarkkailussa on koko ajan lisääntymässä.
Elämänhallinta on tärkeässä osassa mielenterveyteen liittyvien sairauksien hoidossa.
Erityisesti tämä korostuu epänormaaleja mielialavaihteluja aiheuttavien sairauksien,
kuten kaksisuuntaisen mielialahäiriön ja masennuksen hoidossa. Mielialavaihtelujen
seuranta, niiden ennustaminen ja hallinta esioireiden avulla on perinteisesti suoritettu
mielialapäiväkirjan ja hoitokäyntien avulla.
Opinnäytetyössä kuvataan suunnitteluprosessi, jossa tavoitteena on kehittää mieliala-
vaihteluja arvioiva älypuhelinsovellus. Kaksisuuntaista mielialahäiriötä sairastavan
potilaan fyysisen aktiivisuuden ja mielialan välinen yhteys on todettu lukuisissa tut-
kimuksissa. Masennuksessa potilaan fyysinen aktiivisuus laskee ja maanisissa mieli-
alan vaiheissa fyysinen aktiivisuus tyypillisesti lisääntyy.
Suunnitteluprosessissa on lähdetty liikkeelle eri ammattikuntien keskustelun pohjalta
lähteneestä ideasta. Ideassa esitetään oletus, että mittaamalla käyttäjän fyysistä aktii-
visuutta voidaan arvioida hänen mielialaansa tai sen muuttumista toiseksi (esim.
normaalin mielialan vaihe muuttuu maniaksi). Fyysistä aktiivisuutta mitataan älypu-
helimen kiihtyvyysanturin avulla käyttäjän liikkeistä. Sovellus muodostaa fyysiselle
aktiivisuudelle numeerisen arvon. Tätä arvoa voidaan verrata sovelluksen avulla
muodostettuihin henkilökohtaisiin viitearvoihin. Henkilökohtaiset viitearvot kertovat
fyysisen aktiivisuuden ja mielialan riippuvuuden. Mielialalle määritetään arvo mieli-
alapäiväkirjan asteikon mukaisesti. Henkilökohtaisten viitearvojen määrittämisen
jälkeen sovellus pystyy itsenäisesti arvioimaan käyttäjän mielialaa.
Opinnäytetyössä esitetään suunnitteluprosessin lopputuloksena kliinisessä tutkimuk-
sessa käytettävän testisovelluksen kuvaus ja sen vaatimukset ohjelmistotekniikan
menetelmin. Lisäksi työssä esitetään kliininen tutkimussuunnitelma. Kliinisellä tut-
kimuksella pyritään saamaan tietoa mielialavaihtelujen mobiilin arviointimenetelmän
toimivuudesta käytännössä ja luotettavuudesta ennen varsinaisen sovelluksen tekoa.
Sovelluksen tuotteistaminen on pitkälti riippuvainen kliinisen tutkimuksen tuloksista.
REQUIREMENT ANALYSIS OF A MOBILE ASSESSMENT METHOD FOR
MOOD FLUCTUATIONS
Marila, Toni
Satakunnan ammattikorkeakoulu, Satakunta University of Applied Sciences
Degree Programme in Welfare Technology
March 2016
Supervisor: Auramo, Yrjö & Sirkka, Andrew
Number of pages: 43
Appendices: 4
Key words: mood disorders, physical activity, life management, mobile devices
____________________________________________________________________
The properties of the modern day smartphones enable the monitoring of the user's
health. With smartphone applications there is a possibility to continuously collect
information about users' activity and status of health. Heartbeat, body temperature,
physical activity and sleeping habits serve as examples. There are numerous such
kinds of applications already on the market and their popularity as tools for life man-
agement, self monitoring of illnesses and health is increasing day by day.
Life management is an essential treatment in mental disorders. This is highlighted
especially among mental disorders that cause abnormal mood fluctuations; bipolar
disorder and depression being good examples. Monitoring of abnormal mood fluc-
tuations, forecasting their appearances and controlling them by prodromes are con-
ventionally performed with mood diary and care visits.
This master’s thesis focuses on a planning process to develop the smartphone appli-
cation to assist in assessing mood fluctuations. The link between physical activity
and moods on bipolar disorder patients has been found in numerous studies. Physical
activity decreases in depressive states of mind and increases in manic states.
The planning process of this mobile application started with the idea emerged in a
multiprofessional debate situation that by measuring the smartphone user's physical
activity it should be possible to evaluate the user's mood and mood variations, too
(e.g. normal state of mood changes to manic state). Physical activity is measured
from user's movements by smartphone's acceleration sensor. The application gener-
ates numerical value for physical activity. This value can be compared to personal
citations that are formed by application. Personal citations represent the correlation
between physical activity and the mood state. The value for mood is defined in ac-
cordance with the scale in personal mood diary. The application can independently
assess user's mood after the personal citations has been formed.
The final results of this thesis are description of a development process and a re-
quirement analysis for the application development. In addition, the thesis presents
the investigation plan for clinical testing of the developed application.
SISÄLLYS
1 JOHDANTO ............................................................................................................. 5
2 KAKSISUUNTAINEN MIELIALAHÄIRIÖ .......................................................... 7
2.1 Sairauden oireet, esiintyvyys ja periytyvyys ...................................................... 7
2.2 Sairauden hoito ................................................................................................. 11
3 MIELIALAN ARVIOINNIN TEOREETTINEN TAUSTA .................................. 14
3.1 Fyysisen aktiivisuuden suhde mielialaan ......................................................... 14
3.2 Fyysisen aktiivisuuden mittaaminen ................................................................ 15
4 MIELIALAN ARVIOINTIMENETELMÄN IDEOINTI ...................................... 17
5 MIELIALAN ARVIOINTIMENETELMÄN KUVAUS ....................................... 20
5.1 Kiihtyvyysanturin toimintaperiaate .................................................................. 21
5.2 Mittaustulosten käsittely .................................................................................. 22
5.3 Tulosten luotettavuuden arviointi .................................................................... 25
6 ASKELEET KONSEPTISTA VALMIIKSI TUOTTEEKSI ................................. 26
6.1 Menetelmän testaaminen .................................................................................. 26
6.2 Kliinisen tutkimuksen suunnitelma .................................................................. 26
6.3 Kaupallistaminen .............................................................................................. 30
7 POHDINTA ............................................................................................................ 32
LÄHTEET .................................................................................................................. 34
LIITTEET
5
1 JOHDANTO
Matkapuhelimien nopea kehittyminen langattomasta puhelimesta mobiilin Internetin
mahdollistavaksi älypuhelimeksi on tuonut mukanaan lukuisan määrän puhelimeen
perinteisesti kuulumattomia ominaisuuksia. Näitä ovat mm. erilaiset liike- ja kiihty-
vyysanturit, kompassi ja satelliittipaikannus. Osa näistä ominaisuuksista mahdollis-
tavat erilaisten asioiden mittaamisen ja havainnoinnin ympäristöstä tai puhelimen
käyttäjän toiminnasta. Puhelimen sovelluksen avulla voidaan seurata esimerkiksi
ihmisen terveydentilaa. Älypuhelimella tapahtuvalla seurannalla on etu verrattuna
lääkärin käynnillä tapahtuvaan seurantaan. Älypuhelimella voidaan kerätä seuranta-
ja mittaustuloksia pitkältäkin ajanjaksolta.
Markkinoilla on olemassa satoja erilaisia älypuhelinsovelluksia, joiden avulla voi-
daan mitata puhelimen käyttäjän terveydentilaa tai elämänhallintaa. Osa sovelluksista
vaatii toimiakseen jonkin lisälaitteen, joka liitetään älypuhelimeen. Esimerkiksi Ap-
plella on patentti kuulokkeille, jotka mittaavat korvasta kehon lämpötilaa ja sydämen
sykettä ja tallentaa mitatut tiedot puhelimeen.
Potilaan suorittamaa terveydentilan tarkkailua on tehty jo pitkän aikaa. Esimerkiksi
verenpainetta on perinteisesti mitattu lääkärin pyynnöstä kotona erillisellä veren-
painemittarilla ja tulokset on kerätty säännöllisesti paperille. Tulokset on sitten käyty
läpi lääkärinkäynnin yhteydessä. Älypuhelinten terveydentilaa mittaavat sovellukset
ovat jatkumoa tälle. Älypuhelin mahdollistaa langattoman tiedonsiirron, joten lääkäri
voi tarkkailla tuloksia ilman vastaanottokäyntiä. Lisäksi älypuhelimella tapahtuva
mittaus mahdollistaa potilaan itsetarkkailun, lisäten osaltaan hoitomyönteisyyttä ja
laajempaa tietoisuutta omasta terveydentilasta.
Tässä työssä kuvataan terveydentilaa ja elämänhallintaa arvioivan älypuhelinsovel-
luksen suunnitteluprosessia ja menetelmän testausta. Lisäksi pohditaan menetelmän
luotettavuuteen, käytettävyyteen ja tuotteistamiseen liittyviä asioita. Työssä on läh-
6
detty kehittämään ja suunnittelemaan keskustelusta syntyneen idean pohjalta mobii-
lia eli älypuhelimen avulla tapahtuvaa mielialavaihtelujen arviointimenetelmää. Ar-
viointimenetelmän tavoitteena on edistää erityisesti kaksisuuntaista mielialahäiriötä
ja masennusta sairastavien potilaiden omaa elämänhallintaa, mahdollistaa hoitohen-
kilökunnalle potilaan pitkäaikainen seuranta ja korvata ainakin osittain mielialahäiri-
öissä yleisesti käytettyä mielialapäiväkirjan käyttöä. Työssä keskitytään mieliala-
vaihtelujen mobiilin arviointimenetelmän osalta kaksisuuntaisen mielialahäiriön mie-
lialavaihtelujen tunnistamiseen.
Kehitetty arviointimenetelmä käyttää hyväkseen nykyään lähes kaikissa älypuheli-
missa vakiona olevia kiihtyvyysanturia ja langatonta tietoliikenneyhteyttä. Arvioin-
timenetelmä toimii joko selainpohjaisena tai itsenäisenä sovelluksena ilman puheli-
meen liitettäviä lisälaitteita. Tässä työssä arviointimenetelmä on vielä suunnitteluvai-
heessa ja prosessia esitellään suunnittelun näkökulmasta. Työssä on esitetty myös
arviointimenetelmän luotettavuutta ja käytettävyyttä testaavan sovelluksen vaatimuk-
set ja käytännön tutkimussuunnitelma menetelmän testaamiseksi.
Työn tavoitteena on myös luoda alustava suunnitelma, miten edetään mielialavaihte-
lujen mobiilin arviointimenetelmän ideasta tuotteeseen niillä tiedoilla, mitkä ovat
prosessin tällä hetkellä käytettävissä.
7
2 KAKSISUUNTAINEN MIELIALAHÄIRIÖ
Tässä kappaleessa käydään läpi kaksisuuntaisen mielialahäiriön tunnuspiirteitä ja
sairauden kulkua ja hoitoa, jotta saadaan riittävä teoreettinen tausta ja ymmärrys mie-
lialavaihtelujen mobiilin arviointimenetelmän suunnittelun pohjaksi. Teoreettisen
taustan avulla muodostetaan viitekehys, joka kuvaa tämän hetkistä ymmärrystä sai-
raudesta. Samalla esitetään ne perustiedot, joiden pohjalta idea mielialavaihtelujen
mobiilista arviointimenetelmästä syntyi moniammatillisen keskustelun tuloksena.
Osa teoreettisesta taustasta kerättiin suunnitteluprosessin aikana.
Jokaisella meistä on hyviä ja huonoja päiviä. Pidemmät huonot ja hyvät jaksot kuu-
luvat normaaliin elämään. Perusvire voi olla silti positiivinen, vaikka yksittäiset asiat
surettaisivat. Mielialalla tarkoitetaan ohimeneviä tunnetiloja pitkäaikaisempaa ja
voimakkaampaa pohjavirettä. Kaksisuuntaisessa mielialahäiriössä mieliala vaihtelee
tavanomaista voimakkaammin. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg
2013, 19.)
Kaksisuuntaisen mielialahäiriön biologinen tausta liittyy aivoissa tapahtuvaan her-
mosolujen signalointiin. Mielialaa säätelevät erityisesti noradrenaliini, serotoniini ja
dopamiini -nimiset välittäjäaineet. Häiriöillä näiden välittäjäaineiden tuotannossa on
todettu olevan yhteyttä kaksisuuntaisen mielialahäiriön kehittymiseen. Kaksisuuntai-
sen mielialahäiriön laukaisevia tekijöitä on useita ja yleensä ne liittyvät elämänkrii-
seihin, stressiin, alkoholismiin tai huumeiden käyttöön. (Terve.fi www-sivut.)
2.1 Sairauden oireet, esiintyvyys ja periytyvyys
Sairausjakson aikana ihminen ei ole oma itsensä. Hän saattaa sanoa ja tehdä asioita,
joita hän ei normaalisti tekisi. Sairastunut ei useinkaan itse näe toiminnassaan mitään
poikkeavaa, vaikka läheiset voivat kokea muutoksen pelottavana. Oireista on haittaa
sekä sairastuneelle itselle että ympäristölle ja ne ovat voimakkuutensa takia helposti
havaittavia. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 19–20.)
8
Kaksisuuntaisessa mielialahäiriössä mieliala vaihtelee masennuskausien, vauhdik-
kaampien kausien ja normaalin mielialan kausien välillä. Normaalien mielialan kau-
sien aikana ihminen on toimintakykyinen ja tavallinen itsensä. Kaksisuuntaisen mie-
lialahäiriön ICD -luokituksen (WHO:n International Classification of Diseases) mu-
kaiset diagnostiset kriteerit löytyvät liitteestä 1. (Lähteenmäki 2013.)
Sadeniemen ynm. (2013) mukaan masennustilassa keskeisimpänä piirteenä on mieli-
alan lasku. Vallitsevana oireena voi olla jatkuva väsymys tai mielenkiinnon menet-
täminen. Varsinaisesta masennuksesta puhutaan, jos masennusoireet ovat kestäneet
vähintään kaksi viikkoa. Yleisiä oireita masennuksessa ovat
keskittymis- ja huomiokyvyn heikkeneminen
itsetunnon ja itseluottamuksen heikkeneminen
syyllisyyden ja arvottomuuden kokemukset
synkät ja pessimistiset ajatukset tulevaisuuden suhteen
itsetuhoiset ajatukset ja teot
unihäiriöt
ruokahalun muutokset
mielihyvän tunteiden menetys.
Maniassa mieliala kohoaa suhteettoman korkealle. Ihminen voi tuntea maniassa, että
hänellä menee paremmin kuin koskaan. Joskus mieliala voi olla kiihtynyt ja ärtynyt.
Mania on kokonaisvaltainen tila, jossa ihmisen kokemus itsestään ja ympäröivästä
maailmasta muuttuu. Maniaan liittyy myös kokemus siitä, että on paremmassa kun-
nossa kuin ikinä ja kyky arvioida oman toiminnan riskejä ja seurauksia on selvästi
alentunut. Mielialan muutoksen lisäksi muita manian oireita ovat
toimeliaisuuden lisääntyminen tai fyysinen rauhattomuus
puheliaisuuden lisääntyminen tai fyysinen rauhattomuus
unen tarpeen väheneminen
ajatuksen riento tai tunne siitä, että ajatustoiminta on kiihtynyt
tavanomaisten sosiaalisten käytöstapojen häviäminen
keskittymiskyvyttömyys
itsetunnon kohoaminen tai kuvitelmat omista kyvyistä ja suuruudesta
9
uhkarohkea tai vastuuton käyttäytyminen
lisääntynyt seksuaalinen halukkuus.
Jotta voidaan puhua maniasta, oireita on mielialan kohoamisen lisäksi oltava kolme
ja mielialan kohoamisen tulee kestää vähintään kaksi viikkoa. Lyhyempikin aika
riittää, jos oireilu vaatii sairaalahoitoa. Yli puolella maniaan sairastuneista on myös
psykoottisia oireita. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 22.)
Hypomaniassa ihmisen käyttäytyminen ja ajattelu eivät muutu niin voimakkaasti
kuin maniassa, mutta kuitenkin niin, että ihminen ei ole oma tavallinen itsensä. Jotta
voidaan puhua hypomaanisesta jaksosta, tulee mielialan olla kohollaan vähintään
neljä päivää. Hypomaaninen henkilö on tavalliseen itseensä verrattuna toimeliaampi
ja hän saattaa olla tavallista toimeliaampi, ärhäkämpi, sosiaalisempi ja purkaa ener-
giaansa liikuntaan tai muihin aktiviteetteihin. Lisäksi tyypillisiä oireita ovat seksuaa-
lisen halukkuuden lisääntyminen, keskittymiskyvyn heikentyminen ja unen tarpeen
vähentyminen. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 22–23.)
Hypomanian seurauksena on usein masennuskausi. Lisäksi hypomania voi muuttua
varsinaiseksi maniaksi. Tästä johtuen kaksisuuntaista mielialahäiriötä sairastavan ja
hänen läheistensä on tärkeää oppia tunnistamaan hypomaniajaksot sairauden oireina.
Kolmasosalla kaksisuuntaista mielialahäiriötä sairastavilla esiintyy myös sekamuo-
toisia oirejaksoja. Tällöin sekä kohonneen mielialan että masennuksen jaksot seuraa-
vat toisiaan nopeasti vaihdellen tai jopa yhtä aikaa. (Sadeniemi, Aer, Jänkälä, Sorva-
niemi & Stenberg 2013, 23–24.)
Kaksisuuntainen mielialahäiriö jaetaan perinteisesti kahteen eri tyyppiin
Tyypin 1 kaksisuuntaisessa mielialahäiriössä esiintyy masennusjaksoja ja
varsinaisia maniajaksoja tai sekamuotoisia jaksoja
Tyypin 2 kaksisuuntaisessa mielialahäiriössä ei esiinny lainkaan varsinaisia
maniajaksoja vaan ainoastaan masennuskausia ja hypomaniajaksoja.
Tyypit ovat itsenäisiä diagnooseja ja niiden kulussa on huomattavia eroja. Tyypin 2
kaksisuuntaisessa mielialahäiriössä mielialan kohoamisen jaksot ovat lievempiä kuin
10
tyypissä 1. Tyypissä 2 on pidempiä ja useammin toistuvia masennuskausia. Kumpi-
kin häiriö aiheuttaa yhtä paljon itsemurhia, sairauslomia ja työkyvyttömyyseläkkeelle
siirtymisiä. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 25.)
Kaksisuuntaista mielialahäiriötä sairastavalla on tavallisesti muitakin oireita kuin
vain mielialanvaihtelua. Tavallisimmat psyykkiset oheissairaudet ovat
ahdistuneisuushäiriöt
paniikkihäiriöt
persoonallisuushäiriöt
syömishäiriöt.
Kaksisuuntainen mielialahäiriö puhkeaa useimmiten nuorella aikuisiällä. Sairauden
ensimmäinen oirejakso voi olla mikä tahansa mielialahäiriötyyppi eli masennus, hy-
pomania, mania tai sekamuotoinen jakso. (Sadeniemi, Aer, Jänkälä, Sorvaniemi &
Stenberg 2013, 28.)
Usein hoitoon hakeudutaan masennusvaiheessa, jolloin aikaisemmat kohonneen mie-
lialan jaksot jäävät huomioimatta ja diagnoosiksi asetetaan virheellisesti pelkkä ma-
sennus. Tämä diagnoosi on haitallinen, koska masennuksen hoidossa käytettävät
lääkkeet voivat laukaista kaksisuuntaista mielialahäiriötä sairastavalla manian ja pa-
hentaa oireita. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 28.)
Maaninen vaihe alkaa usein nopeasti ja kestää kahdesta viikosta viiteen kuukauteen.
Masennusvaihe kestää keskimäärin kuusi kuukautta. Kaksisuuntaisen mielialahäiriön
kulku on aina yksilöllinen. Osalle ei tule kuin pari oirejaksoa koko elämän aikana,
osalla elämä on jatkuvaa liikettä mielialojen ääripäiden välillä. Tiheäjaksoisella kak-
sisuuntaisella mielialahäiriöllä tarkoitetaan sairausmuotoa, jossa henkilö sairastaa
yhden vuoden aikana neljä tai useampia mielialahäiriöjaksoja. (Sadeniemi, Aer, Jän-
kälä, Sorvaniemi & Stenberg 2013, 28.)
Kaksisuuntaiseen mielialahäiriöön liittyy huomattava itsetuhokäyttäytymisen riski.
Itsetuhokäyttäytymisen riskitekijöitä ovat aikaisemmat itsemurhayritykset, toivotto-
muus, jaksojen vakavuus, sairauden varhainen alkaminen, sairaalahoidot depression
11
vuoksi, suvussa esiintyneet itsemurhat, sekamuotoiset jaksot, tiheäjaksoisuus, sa-
manaikainen ahdistuneisuushäiriö ja päihdehäiriö sekä yksin asuminen. Suurin osa
itsetuhokäyttäytymisestä tapahtuu masennus- tai sekamuotoisten vaiheiden aikana.
(Valtonen, Suominen, Mantere, Leppämäki, Arvilommi & Isometsä 2007, 107.)
Kaksisuuntaisen mielialahäiriön esiintyvyyttä ei tunneta Suomessa kovin tarkasti.
Terveys 2000 -tutkimukseen liittyvässä jatkotutkimuksessa kaksisuuntaisen mieliala-
häiriön esiintyvyydeksi todettiin tyypin 1 häiriön osalta 0,53 % ja tyypin 2 häiriön
osalta 0,72 %. Tutkimus oli rajattu 19–34 vuotiaisiin. (Lähteenmäki 2013.)
Perintötekijöiden merkittävä osuus on osoitettu vakuuttavasti tyypin 1 kaksisuuntai-
sen mielialahäiriön osalta (Farmer, Elkin & McGuffin 2007, 8). Ne selittävät 79–93
% tyypin 1 häiriön esiintyvyyden vaihtelusta väestössä (Kieseppä, Partonen, Haukka,
Kaprio & Lönnqvist 2004). Myös tyypin 2 kaksisuuntaiseen mielialahäiriöön liittyy
perinnöllistä alttiutta. Yksilötasolla perintötekijöiden todennäköistä osuutta voidaan
arvioida mielialahäiriöiden sukuhistorian valossa. Henkilöillä, joiden ensiasteen su-
kulaisella on tyypin 1 kaksisuuntainen mielialahäiriö, sairastumisriski on muuhun
väestöön nähden 5–10-kertainen (Edvardsen, Torgersen, Røysamb, Lygren, Skre,
Onstad, & Oien 2008, 229).
2.2 Sairauden hoito
Lääkehoidolla pyritään hoitamaan ajankohtainen mielialahäiriöjakso, eli masennus
tai maaninen jakso. Estolääkityksellä pyritään ehkäisemään uusien mielialajaksojen
käynnistyminen. Kaksisuuntaisen mielialahäiriön tasapainoon saamisessa elämänhal-
lintataitojen kehittäminen ja terapia parantavat sairauden ennustetta. (Sadeniemi,
Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 177.)
Kaksisuuntaisen mielialahäiriön hoidossa käytettävät mielialaa tasaavat lääkkeet voi-
daan jakaa kolmeen ryhmään: psykoosiryhmän lääkkeet, epilepsialääkkeet ja litium.
Litium on vanhin tehokkaaksi todettu lääke kaksisuuntaiseen mielialahäiriöön. (Sa-
deniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 187–204.)
12
Kaksisuuntaisen mielialahäiriön masennusjaksojen hoito masennuslääkkeillä tapah-
tuu yleensä yhdessä mielialaa vakauttavan lääkkeen kanssa. Masennuslääkkeen käyt-
tö ainoana lääkkeenä lisää hypomanian tai manian puhkeamisen riskiä. Kaksisuuntai-
sessa mielialahäiriössä voidaan käyttää myös muita lääkkeitä, kuten rauhoittavia
lääkkeitä tai unilääkkeitä. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013,
199–201.)
Koska lääkehoito ei yksin riitä estämään mielialahäiriöjaksojen uusiutumista, tarvi-
taan hoidon tueksi myös psykoterapiahoitoja. Niitä on kehitetty useita erilaisia, jotka
ottavat huomioon sairauden erityispiirteitä. Kaksisuuntaisen mielialahäiriön hoitoon
kehitetyille psykoterapiamalleille on yhteistä
tiedon antaminen sairaudesta potilaalle ja omaisille
säännölliset elämänrytmit
lääkemyöntyvyyden tukeminen
stressin ja erilaisten muutosten hallinta
mielialan ja unen seuranta
esioireiden tunnistaminen ja selviytymisstrategioiden luominen
ihmissuhdeongelmien tunnistaminen
vuorovaikutustaitojen lisääminen
sairauteen sopeutuminen.
Kaksisuuntaisen mielialahäiriön hoidossa yleisesti käytettäviä psykoterapiamalleja
ovat kognitiivinen psykoterapia, interpersonaalinen psykoterapia, perhekeskeinen
psykoterapia ja erilaiset psykoedukatiiviset ryhmät. (Sadeniemi, Aer, Jänkälä, Sorva-
niemi & Stenberg 2013, 209–219.)
Masennusvaiheessa hoitomuotona voidaan käyttää myös neurostimulaatiohoitoja.
Laajimmassa käytössä neurostimulaatiohoidoista on sähköhoito eli ECT -hoito
(ElectroConvulsive Therapy). Lisäksi käytössä on uudempi hoitomuoto, magneetti-
stimulaatio eli TMS -hoito (Transkraniaalinen Magneettistimulaatiohoito). (Sade-
niemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 205–208.)
13
Mielialahäiriöjaksojen esioireet ovat samoja oireita, kuin täysimittaisen häiriöjakson
oireet, mutta ne ovat lievempiä. Esioireiden tunnistaminen on hyödyllistä, koska ne
ilmenevät usein samalla tavalla häiriöjakson uusiutuessa. Esioirevaihe voi kestää
ensimmäisistä oireista täysimittaiseen mielialahäiriöjaksoon muutamasta päivästä
kuukausiin. Yleisesti esioirevaihe on yli viikon mittainen ja keskimäärin se on kes-
toltaan kuukauden mittainen. Esioirevaiheen kesto tarjoaa mahdollisuuden tehdä eri-
laisia väliintuloja ja korjaavia toimenpiteitä, jotta täysimittaisen häiriöjakson puh-
keaminen voidaan ehkäistä. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013,
125.)
Mielialan seuranta ja havainnointi on keskeinen tapa havaita kaksisuuntaisen mieli-
alahäiriön vaihtelut. Mielialan muutoksia voidaan havainnoida mielialapäiväkirjan
avulla (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 131). Liitteessä 2
esitetty mielialapäiväkirja on yksi esimerkki yleisesti käytetystä mielialapäiväkirjas-
ta, mutta muitakin malleja on olemassa. Yhteisenä piirteenä mielialapäiväkirjoille on,
että niissä on oma sarake jokaiselle päivälle, johon merkitään kyseenomaisen päivän
vallitseva mieliala liitetyn arviointiasteikon mukaisesti.
Mielialapäiväkirjaan merkitään myös unen kokonaismäärä tunneissa, lääkitys, muu-
tokset lääkityksessä, alkoholin käyttö, muut päihteet ja naisilla kuukautisten ajankoh-
ta. Merkittävät tai stressiä tuottavat elämäntapahtumat voidaan myös merkitä mieli-
alapäiväkirjaan. Näin mielialapäiväkirjan avulla voidaan konkreettisesti havainnoi-
da, miten erilaiset elämäntapahtumat, uni, lääkkeiden ja päihteiden käyttö vaikuttavat
mielialaan. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 131–135.)
Liitteen 2 esimerkissä on annettu valmis asteikko vallitsevalle mielialalle, mutta jo-
kainen mielialaa seuraava henkilö voi määrittää oma asteikkonsa. Tällöin arvioidaan
miten mieliala muuttuu kunkin lukeman kohdalla ja mitä muita oireita ilmenee sa-
manaikaisesti. Samalla kun luodaan oma asteikko mielialanvaihteluille, voidaan luo-
da myös toimintasuunnitelma, jolloin voidaan ennakoida miten kannattaa reagoida
kunkin oireen ilmaannuttua.
14
3 MIELIALAN ARVIOINNIN TEOREETTINEN TAUSTA
3.1 Fyysisen aktiivisuuden suhde mielialaan
World Health Organizationin tekemä ICD-10 (International statistical classification
of Diseases and Related Health Problems, revision 10) luokituksen mukaiset kak-
sisuuntaisen mielialahäiriön diagnostiset kriteerit on lueteltu liitteessä 1. Pelkästään
näihin diagnostisiin kriteereihin tutustuessa voidaan todeta fyysisen aktiivisuuden ja
toimeliaisuuden muutoksen liittyvän vallitsevaan mielialajaksoon. (Lähteenmäki
2013.)
Kriteerien mukaan masennusjakson aikana esiintyy poikkeuksellista väsymystä ja
voimavarojen vähentymistä. Erityisesti tämä korostuu vaikeassa masennuksessa,
jolloin kaikki kriteeristön B osan kohdat täyttyvät. Masennusjakson todentamisen
laukaisevana kriteerinä voidaan pitää jakson pituutta eli kriteeristön oireiden määrän
täyttyminen ei yksistään riitä, vaan oireiden täytyy myös olla kestoltaan vähintään
kaksi viikkoa. (Lähteenmäki 2013.)
Hypomania- ja maniajaksoihin liittyy puolestaan kriteeristön mukaan lisääntynyt
toimeliaisuus ja fyysisen rauhattomuus. Jotta hypomanian kriteerit täyttyvät tulee
oireiden esiintyä vähintään neljä päivää. Manian oireiden tulee kestää vähintään vii-
kon ajan. Lyhyempikin aika riittää, jos oireet vaativat sairaalahoitoa. Hypomaniassa
oireiden tulee aiheuttaa jonkinasteista haittaa toimintakyvylle ja maniassa vakavaa
haittaa toimintakyvylle. (Lähteenmäki 2013.)
Sekamuotoisessa jaksossa maaninen, hypomaaninen ja masennusjakso esiintyvät
joko samanaikaisesti tai nopeasti vaihdellen. Sekamuotoisen jakson suhdetta fyysi-
seen aktiivisuuteen on siis vaikea havainnoida elleivät jaksot ja toimeliaisuus sekä
fyysinen rauhattomuus vaihtele tiheästi ja selkeästi. (Lähteenmäki 2013.)
15
3.2 Fyysisen aktiivisuuden mittaaminen
Fyysistä aktiivisuutta voidaan mitata usealla eri menetelmällä. Sovellettavan mene-
telmän valinta riippuu mittaustilanteesta. Menetelmät voidaan jakaa subjektiivisiin ja
objektiivisiin menetelmiin. Subjektiivisilla arviointimenetelmillä tarkoitetaan sellai-
sia menetelmiä, joissa tieto saadaan suoraan tutkittavalta, käyttämällä esimerkiksi
kyselyitä, aktiivisuuspäiväkirjoja, haastatteluja sekä havainnointia. Tällöin tiedon
luotettavuuteen voi vaikuttaa inhimilliset virheet ja näkemyserot. (Sylvia, Bernstein,
Hubbard, Keating & Anderson 2014, 199.)
Objektiivisissa menetelmissä tiedon tuottaminen ja usein myös tallennus tapahtuvat
mekaanisesti tai elektronisesti. Näissä menetelmissä ongelmat liittyvät pääasiassa
mittarin tallentaman tiedon analysointiin ja käsittelyyn. Objektiivisiksi menetelmiksi
luokitellaan kiihtyvyyden mittaus, sykkeen mittaus, askeleiden mittaus sekä kak-
soismerkityn veden menetelmä. Useimmissa tutkimuksissa suositellaan käytettäväksi
eri mittausmenetelmien yhdistelmää. Tämä ei ole kuitenkaan välttämätöntä, jos fyy-
sistä aktiivisuutta halutaan tarkastella vain yhdestä näkökulmasta. (Sylvia, Bernstein,
Hubbard, Keating & Anderson 2014, 199-201.)
Objektiivisista fyysisen aktiivisuuden mittausmenetelmistä kaksoismerkitty vesi on
tällä hetkellä tarkin. Kaksoismerkitty vesi toimii standardina muille menetelmille,
joilla mitataan päivittäistä kokonaisenergiankulutusta eli fyysistä aktiivisuutta. Kak-
soismerkitty vesi on kuitenkin kallis menetelmä ja vaatii laboratorio-olosuhteet, joten
sen käyttö tutkimuksissa on suhteellisen vähäistä. (Mäkinen & Piironen 2014, 16.)
Askelmittarit mittaavat askelien määrää ja tällä tavoin niitä käytetään kuvaamaan
päivittäisen fyysisen aktiivisuuden tasoa. Askelmittarit eivät ole kuitenkaan kovin
luotettavia, jonka vuoksi niitä ei käytetä tutkimuksissa ainoana tiedonkeruu laitteena.
(Mäkinen & Piironen 2014, 17.)
Kiihtyvyysmittarit ovat lupaavia työkaluja fyysisen aktiivisuuden mittaamiselle.
Kiihtyvyysmittarin etuja ovat, että ne voidaan asentaa pitkäaikaisesti koehenkilöille
eivätkä ne häiritse normaalia päivittäistä elämää. Kiihtyvyysmittarit tuottavat tietoa
fyysisen aktiivisuuden toistumismäärästä, intensiteetistä ja sen kestosta. Tätä kautta
16
pystytään arvioimaan fyysisen aktiivisuuden kokonaismäärää. (Mäkinen & Piironen
2014, 17)
Kiihtyvyysmittareihin perustuvia laitteita on testattu ja niistä on saatu rohkaisevia
tuloksia niin luotettavuuden kuin tarkkuuden puolesta. Tutkijoiden mielestä näillä
laitteilla voidaan tutkia luotettavasti fyysistä aktiivisuutta. Laitteet soveltuvat myös
fyysisen inaktiivisuuden mittaamiseen. (Mäkinen & Piironen 2014, 17–18.) Kuviossa
1 on kuvattu mittauksen tarkkuuden ja helppouden vaihtelu suhteessa mittaustapaan
(Tammelin 2009, 22).
Kuvio 1. Fyysisen aktiivisuuden mittaamisen tarkkuus suhteessa helppouteen (Tam-
melin 2009)
17
4 MIELIALAN ARVIOINTIMENETELMÄN IDEOINTI
Tässä työssä kuvatun menetelmän ideointi ja suunnittelu sai alkunsa allekirjoittaneen
keskustelusta yhdessä Psykologi Juha Marilan kanssa. Keskustelussa käytiin laajasti
läpi keinoja arvioida potilaan tilaa erilaisissa psyykkisissä sairauksissa. Jossain vai-
heessa keskustelu kääntyi kaksisuuntaisen mielialahäiriön mielialajaksoihin ja niiden
havaitsemiseen. Kuten tämän työn teoriaosuudessa on kuvattu, mielialajaksojen
mahdollisimman varhainen havaitseminen auttaa oireiden hallintaa ja estää niiden
pitkittymistä. Keskustelun edetessä esiin nousi ajatus eräänlaisesta "automaattisesta"
mielialapäiväkirjasta, joka perustuisi johonkin kaikkien saatavilla olevaan edulliseen
ja helposti monistettavaan teknologiaan.
Pohdintaa jatkettaessa ajatus matkapuhelimen kiihtyvyysanturin ja fyysisen aktiivi-
suuden käyttämisestä mielialajaksojen vaihtelujen arvioinnissa voimistui ideaksi.
Mielialavaihtelujen mobiili arviointimenetelmä -termillä tarkoitetaan jatkossa tässä
työssä tätä ideaa. Matkapuhelimet sisältävät nykypäivänä lähes poikkeuksetta si-
säänrakennetun kiihtyvyysanturin, jota voidaan käyttää puhelimen liikkeen ja sen
suuntautumisen mittaamiseen. Matkapuhelimen kiihtyvyysanturia on jo pitkään käy-
tetty erilaisissa liikunnallisissa sovelluksissa liikuntamäärien arviointiin ja erilaisten
pelien ohjausmuotona.
Innovaatioiden tuottamiseen tähtäävät menetelmät muodostavat menetelmäjoukon,
joiden tavoitteena on tuottaa ideoita. Innovaatioiden tuottamiseen käytettyjä mene-
telmiä ovat esimerkiksi aivoriihi eli brainstorming, 8X8 -menetelmä ja Osbornin ky-
symyslista. (Ojasalo, Moilanen & Ritalahti 2014, 89.) Tämä keskustelu toimi siis
eräänlaisena aivoriihenä innovaation idean syntymiselle.
Ennen keskustelua kumpikin osapuoli oli kerännyt tietoa omalta ammattialueeltaan
vuosien työkokemuksen ajan ja omien yleisten mielenkiinnon kohteiden ja harrastus-
ten pohjalta. Tietoa ja ammattitaitoa on kertynyt molemmille niin psykologian, psy-
kiatrian kuin mobiilitekniikan, ohjelmistotekniikan ja perinteisten insinööritaitojen
osalta. Varsinaiseen innovaatioon liittyvää teknistä tietoa ryhdyttiin hankkimaan vas-
18
ta keskustelussa syntyneen idean jälkeen. Työskentely innovaation parissa seurasi
luontevasti kuviossa 2 esitettyä Viestinnän keskusliiton innovaatiolinjauksissa esitet-
tyä innovaatioprosessia (Viestinnän keskusliitto 2010, 10).
Innovaatioprosessi etenee seuraavasti:
1. tiedon keruu ja sen analysointi
2. ideoiden (aloitteiden, aihioiden ja keksintöjen) tuottaminen ja etsiminen
3. ideoiden arviointi ja valinta jatkokäsittelyyn
4. konseptointi, alustavan ratkaisun muodostaminen ja edelleen kehittäminen
5. kaupallistaminen tai toteuttaminen
Kuvio 2. Esimerkki innovaatioprosessista (Viestinnän keskusliitto 2010)
Alkuvaiheen tiedon keruu ja ideoiden tuottamisen vaiheita seurasi arviointivaihe,
jossa ideaa arvioitiin suhteessa kerättyyn tietoon. Myös arviointivaiheen työskente-
lymenetelmänä käytettiin keskusteluja eli aivoriihiä ja keskustelujen pohjalta synty-
nyttä vapaamuotoista pöytäkirjaa. Arviointivaiheen keskustelujen tuloksena mieli-
alavaihtelujen mobiilille arviointimenetelmälle syntyivät seuraavat perustelut:
Lähes jokainen omistaa nykyisin matkapuhelimen, jossa on sisäänrakennettu
kiihtyvyysanturi (älypuhelin)
19
Menetelmässä ei tarvita erillistä laitetta, matkapuhelimeen asennettava oh-
jelmisto riittää
Menetelmä on mahdollinen toteuttaa. Tätä puoltavat aiemmin aiheesta tehdyt
tutkimukset ja julkaisut, kuten esim. EU -rahoitteinen MONARCA -projekti.
Lisäksi menetelmässä käytettävää tekniikkaa on käytetty jo aiemmin esim.
matkapuhelimien liikunnallisissa sovelluksissa
Matkapuhelin sovelluksen kehittäminen, kaupallistaminen ja jakelu ovat kus-
tannuksiltaan nykyään kohtuullisen edullisia ja helppoja toteuttaa
Menetelmä toimisi taustalla ja käyttäjän ei tarvitse kiinnittää sen käyttöön
matkapuhelimen normaalia käyttöä enempää huomiota
Näiden perustelujen pohjalta päädyttiin alkuperäisen idean viemisestä eteenpäin kon-
septointivaiheeseen. Konseptointivaiheessa muodostetaan alustava ratkaisu ja kehite-
tään sitä edelleen. Tässä työssä konseptointivaiheessa muodostetaan alustava ratkaisu
mielialavaihtelujen mobiilin arviointi menetelmän toimivuuden testaamiselle.
20
5 MIELIALAN ARVIOINTIMENETELMÄN KUVAUS
Tässä kappaleessa kuvataan konseptointivaiheen pohjalta syntynyt mobiili arviointi-
menetelmä. Työssä keskitytään nimenomaan menetelmän testausvaiheen ohjelmaan
ja ohjelman testaukseen liittyviin asioihin. Työstä on tarkoituksellisesti rajattu pois
lopullisen tuotteen eli matkapuhelimen sovelluksen (ohjelmisto, ohjelma) kuvaami-
nen, koska sovelluksen ensimmäistä testiversiota ei ole raportin kirjoittamisen aikaan
vielä saatu valmiiksi ja näin ollen testattua käytännössä.
Testisovelluksesta ja sen testaamisesta saatavien tuloksien arvioitiin vaikuttavan niin
paljon lopullisen tuotteen ominaisuuksiin, että tässä vaiheessa on liian aikaista yrittää
kuvata täydellisesti lopullista tuotetta. Työn aikana luotu englanninkielinen testiso-
velluksen kuvaus (software specification) löytyy kokonaisuudestaan liitteestä 3. Ku-
vaus perustuu edellä esitettyyn teoriaan kiihtyvyysantureista ja tulosten käsittelystä.
Testisovellus toteutetaan kuvauksen pohjalta joko selainpohjaisena tai kiinteästi pu-
helimeen asennettavana natiivisovelluksena. Selainpohjainen sovellus voidaan toteut-
taa esimerkiksi HTML5 -merkintäkielellä ja JavaScripteillä. Puhelimeen asennettava
natiivisovellus voidaan toteuttaa esimerkiksi Java -ohjelmointikielellä. Molemmilla
tavoilla toteutettuna sovellus voidaan tehdä kaikille kolmelle markkinoiden yleisim-
mille puhelinalustoille Windows, iOS ja Android. (W3 Group Finlandin www-sivut
2016.)
Sovelluksen vaatimukset on kuvattu yleisellä tasolla ja ne lähtevät käytännön vaati-
muksista. Vaatimukset on laadittu prosessin konseptointivaiheessa omien kokemus-
ten pohjalta. Sovelluksen täytyy olla helposti käytettävissä ja se ei saa aiheuttaa yli-
määräistä työtä mittauksen kohteena olevalle henkilölle. Sovellus ei saa häiritä puhe-
limen normaalia toimintaa eikä lyhentää merkittävästi sen toiminta-aikaa tai vähentää
käytettävissä olevaa muistikapasiteettia liikaa. Yhteenvetona voidaan todeta, että
sovelluksen tulisi toimia mahdollisimman luotettavasti ja huomaamattomasti jo testi-
vaiheessa, jotta sitä käyttävät henkilöt pysyisivät motivoituneena ja sovelluksella
saataisiin mahdollisimman kattavasti mittaustietoja tuotteen myöhempää kehittämistä
varten.
21
5.1 Kiihtyvyysanturin toimintaperiaate
Kiihtyvyysanturin antama lukema levossa on 1 g eli noin 9,81 m/s2
ylöspäin johtuen
maan vetovoimasta. Anturit mittaavat kiihtyvyyttä yleensä kolmen (x, y, z) toisiaan
vastaan kohtisuoran akselin suhteen omassa koordinaatistossaan. Antureissa käyte-
tään pietsoresistiivisiä, pietsosähköisiä, tai kapasitiivisia komponentteja, jotka muut-
tavat anturin mekaanisen liikkeen sähköiseksi signaaliksi. (Chen & Bassett 2005,
490.)
Kiihtyvyysantureiden antamissa lukemissa on anturin valmistuslaadusta riippuen eri
määrä mittausvirhettä. Yleensä anturin jokaisella akselilla on sekä vääristymää että
skaalaus -virhettä. Vääristymä on vakiosuuruinen virhe kiihtyvyyslukemassa ja skaa-
lausvirhe on suoraan verrannollinen kiihtyvyyteen. (Chen & Bassett 2005, 491.)
Nykyaikaisista matkapuhelimista eli älypuhelimista löytyy lähes poikkeuksetta kiih-
tyvyysanturi. Mobiililaitteiden käyttöjärjestelmien ohjelmointirajapinnan kautta kiih-
tyvyysantureilta saatava mittaus sisältää kolme lukuarvoa (x, y, z -akselit) eli näytettä
aikayksikköä kohden (Goodrich 2013, 1.) Kuviossa 3 on esitetty havainnollisesti
mittausakselit.
Kuvio 3. Kiihtyvyysanturin x, y ja z -akselit liikkeen suunnan mukaisesti (The Qt
Companyn www-sivut 2016)
22
Näytteiden arvoalueet ovat kvantisoituneet, koska anturin A/D-muunnin tuottaa 8–24
bittisiä kokonaislukuja. Antureiden näytteenottotaajuudet vaihtelevat paljon. Lait-
teesta ja käyttöjärjestelmästä riippuen käytössä olevat näytteenottotaajuudet ovat
väliltä 10–100 Hz. (Chen & Bassett 2005, 491.)
5.2 Mittaustulosten käsittely
Mittaustulosten määrä aikayksikköä kohden riippuu laitteen näytteenottotaajuudesta.
Jotta voidaan varmistua, että ihmisen fyysinen aktiivisuus voidaan mitata yksityis-
kohtaisesti ja tarkasti, näytteenottotaajuuden tulee täyttää ns. Nyquistin teoreeman
vaatimukset. Teoreeman mukaan näytteenottotaajuuden tulee olla kaksi kertaa suu-
rempi kuin taajuudeltaan suurimman liikkeen taajuus. (Chen & Bassett 2005, 491.)
Ei- iskevien liikkeiden taajuus on yleisesti alle 8Hz, mutta esimerkiksi raajojen liik-
keiden taajuus voi ajoittain nousta jopa 25Hz:iin (Chen & Bassett 2005, 491). Työs-
sä esitetyn sovelluksen kuvauksessa (liite 3) näytteenottotaajuuden esimerkiksi on
otettu Sony Xperia Z Ultra puhelimen näytteenottotaajuus 49Hz:iä, joka riittää juuri
mittaamaan 25Hz:n taajuudella tehdyt liikkeet. Koska kiihtyvyysanturin sisältämä
matkapuhelin on yleensä käyttäjänsä taskussa, eivät raajojen erilliset liikkeet näy
mittaustuloksissa. Matkapuhelimen avulla voidaankin mitata käyttäjän aktiivisuutta
yhtenä kokonaisuutena ja näin ollen alhaisempikin näytteenottotaajuus on riittävä.
Esimerkiksi 16Hz:n näytteenottotaajuudella voidaan mitata hyvin koko kehon liik-
keitä, jotka harvoin ovat luonteeltaan iskeviä. Koska näytteenottotaajuus määrittelee
kuinka monta näytettä eli lukuarvoa anturilta luetaan sekuntia kohden, vaikuttaa se
suoraan myös käsiteltävän tiedon määrään.
Työssä esitetyn fyysisen aktiivisuuden mobiilin arviointimenetelmän testaussovel-
luksen avulla saadaan kerättyä kiihtyvyysanturin mittaustietoa laitteelta. Mittaustie-
toa kertyy paljon, koska mittaus on kolmiulotteinen (x, y, z) ja jatkuva. Kertyvän
mittaustiedon tallettaminen veisi liikaa puhelimen rajoitettua muistikapasiteettia.
Liitteen 3 kuvauksessa esimerkinomaisesti arvioidun mittaustiedon määrä kolmen
tunnin ajalta on 754 MB, jos mittaus tapahtuu viiden sekunnin ajan minuutin välein.
Tällaista määrää tietoa on mahdotonta tallettaa matkapuhelimelle kovin pitkäksi ai-
23
kaa, joten testaussovelluksen konseptoinnissa lähdettiin siitä, että tieto lähetetään
pakettina ennalta määritellylle palvelimelle dataliittymän tai langattoman verkon
välityksellä. Lähetyksen onnistuessa tieto poistetaan puhelimesta. Saatu mittaustu-
lospaketti käsitellään siis puhelimen ulkopuolella.
Saadut mittaustulokset ovat lähetysvaiheessa ja palvelimelle tallennettaessa ns. "raa-
katietona", jota ei ole käsitelty mitenkään. Mittaustieto koostuu kolmelta eri mittaus-
akselilta saadusta lukuarvosta, joka voi olla liikkeen suunnasta riippuen negatiivinen
tai positiivinen. Kuviossa 4 on kuvattu esimerkinomaisesti yhden mittausakselin
kiihtyvyysarvo minuutin ajalta. Ylimmässä kuvassa mobiililaite on liikkunut käyttä-
jän liikkeen eli fyysisen aktiivisuuden mukaan saaden negatiivisia ja positiivisia ar-
voja puhelimen liikkeen suuntautumisen mukaisesti. Näin mittaussignaalista muo-
dostuu kuvaaja.
Kuvio 4. Mittaustulos kiihtyvyysanturin yhden akselin suhteen (Chen & Bassett
2005)
Kuviossa 4 esitetystä mittaustuloksesta on mahdotonta muodostaa suoraan tarkkaa
käsitystä fyysisen aktiivisuuden määrästä. Mittaustuloksesta muodostetaan tätä tar-
koitusta varten yksiselitteinen indeksi kuvaamaan esimerkiksi vuorokauden aikana
tapahtunutta fyysisestä aktiivisuutta. Useissa julkaisuissa yleisimmäksi ratkaisuksi
tähän esitetään kuvaajan pinta-alan laskemista digitaalisen algoritmin avulla (Chen &
Bassett 2005, 492).
Digitaalinen algoritmi sisältää joukon signaalinkäsittelyllisiä ja matemaattisia mene-
telmiä. Aluksi mittaustuloksen arvot muutetaan positiiviksi eli signaalille tehdään
kokoaaltotasasuuntaus (Chen & Bassett 2005, 492). Näin saadun kuvaajan pinta-ala
lasketaan matemaattisesti integroimalla. Kuvion 5 ylemmässä kuvassa kuvion 4 mit-
24
taustuloksille on tehty kokoaaltotasasuuntaus ja alemmassa kuvassa kuvaajan pinta-
ala on laskettu integroimalla kuvaaja 15 sekunnin aikajaksoin. Aikajakson voi määri-
tellä tarpeen mukaan ja tiettyyn rajaan asti mittaus tarkentuu mitä pienemmin aika-
jaksoin integrointi tehdään. Kyseenomaisen menetelmän etuja on, että se huomioi
liikkeen voimakkuuden sekä keston mukaan indeksin laskentaan ja mitätöi samalla
liikkeen suunnan vaikutuksen siihen.
Kuvio 5. Fyysisen aktiivisuuden määrä saadaan kuvaajan pinta-alasta (Chen & Bas-
sett 2005)
Vuorokauden aikainen indeksi muodostetaan siis laskemalla kaikilta kolmelta akse-
lilta saatujen mittausarvojen muodostaman kuvaajan pinta-ala yhteen vuorokauden
ajalta. Näin saadaan yksi positiivinen numeerinen lukuarvo kuvaamaan mobiililla
laitteella mitattua vuorokauden aikaista fyysistä aktiivisuutta. Kuviossa 5 alemman
kuvion pinta-alaksi eli fyysisen aktiivisuuden indeksiksi 60 sekunnin ajalta yhdeltä
mittausakselilta mitattuna saadaan kuvaajasta luettuna n. 6300. Tässä työssä ei ole
syvennytty mittaussignaalin käsittelyn ja integroimisen matemaattiseen teoriaan,
mutta laskenta on kohtuullisen helppo ymmärtää ja toteuttaa perehtymällä kuvaajan
pinta-alan laskennan perusteisiin ja Riemannin summaan ja integraaliin. Käytännössä
laskutoimitukset on helpointa toteuttaa tietokoneen taulukkolaskentaohjelmalla tai
ohjelmoimalla tällainen algoritmi sovelluksena. Tässä opinnäytetyössä esitetyn mie-
lialavaihtelujen mobiilin arviointimenetelmän lopullisessa sovelluksessa laskenta
suoritetaan sovelluksen sisäisesti valmiilla algoritmilla.
25
5.3 Tulosten luotettavuuden arviointi
Työssä kuvatulla menetelmällä saatuihin mittaustuloksiin liittyy, niin kuin kaikkiin
mittauksiin, aina mittavirhettä. Mittaustulos on aina arvio mitattavasta arvosta. Yksit-
täisen mittauksen virhe jakaantuu systemaattiseen ja satunnaiseen virheeseen. Syste-
maattinen virhe pysyy samana tai muuttuu säännönmukaisella tavalla. Kiihtyvyysan-
turilla mitattaessa esiintyy aina anturin laadusta ja tarkkuudesta sekä ohjelmiston
tarkkuudesta riippuvaa systemaattista virhettä. Tätä esiintyy lähtökohtaisesti aina,
kun kyse on analogisen mittauksen tuloksen muuttamisesta digitaaliseksi tulokseksi.
Lisäksi antureilla on aiemmassa kappaleessa mainitun tavoin aina vääristymää ja
skaalausvirhettä mittaustuloksissa. (Metrology Research Institute www-sivut 2016.)
Systemaattisen virheen merkitys on tässä menetelmässä kohtuullisen merkityksetön,
koska lopputuloksena tavoitellaan fyysistä aktiivisuutta kuvaavaa numeerista arvoa,
jolle ei ole olemassa yleisiä viite- tai tavoitearvoja. Jokaisen henkilön fyysinen aktii-
visuus suhteessa mielialaan täytyy normittaa erikseen yksilökohtaisesti.
Satunnainen virhe johtuu mittaajasta itsestään eli tässä tapauksessa matkapuhelimen
käyttäjästä tai olosuhteista. Yleisesti satunnainen virhe poistetaan toistamalla mittaus
useita kertoja, mutta tässä menetelmässä se on mahdotonta, koska mitataan jatkuvasti
muuttuvaa toimintaa eli ihmisen fyysistä aktiivisuutta, joka koostuu liikkeestä. Sa-
tunnaisen virheen merkitys korostuu työssä kuvatussa arviointimenetelmässä huo-
mattavasti enemmän kuin systemaattinen virhe. Onko matkapuhelin aina käyttäjän
mukana? Onko matkapuhelimen fyysinen aktiivisuus sama asia kuin käyttäjänsä fyy-
sinen aktiivisuus? Korreloiko matkapuhelimella mitattu fyysinen aktiivisuus käyttä-
jän mielialavaihtelujen kanssa? Kaikki nämä riippuvat suuresti miten puhelinta käy-
tetään ja mitä satunnaisia virheitä puhelimen käyttöön ja mukana kuljettamiseen liit-
tyy mittaamisen onnistumisen kannalta.
Lisäksi on otettava huomioon, että testisovelluksen mittaustapa ei ole tiedon määräs-
tä johtuen jatkuva, vaan tapahtuu 5 sekunnin jaksoissa 55 sekunnin välein, jolloin
saadun mittaustiedon ja arviointimenetelmän luotettavuuden arviointi on vaikeam-
paa. Testisovelluksen mittaustavan jaksottaisuudesta mahdollisesti johtuva mittaus-
epätarkkuus poistuu lopullisen sovelluksen jatkuvan mittaustavan myötä.
26
6 ASKELEET KONSEPTISTA VALMIIKSI TUOTTEEKSI
6.1 Menetelmän testaaminen
Mielialavaihtelujen mobiilin arviointimenetelmän suunnittelu on tähän asti keskitty-
nyt fyysisen aktiivisuuden mittaamiseen ja siitä saatujen tulosten käsittelyyn. Miten
fyysistä aktiivisuutta mittaava matkapuhelinsovellus ja sillä saadut fyysisen aktiivi-
suuden indeksit saadaan liitettyä mielialanvaihteluihin? Menetelmän testausvaiheessa
täytyy sovelluksen yleisen toiminnan testaamisen lisäksi tehdä myös kliininen tutki-
mus, jossa tutkitaan tietyllä ajanjaksolla sekä henkilön fyysistä aktiivisuutta valmiilla
testaussovelluksella että henkilön päivittäistä subjektiivista kokemusta omasta mieli-
alasta. Seuraavassa kappaleessa on kuvattu yhteistyössä psykologi Juha Marilan ja
Satakunnan sairaanhoitopiirin nuorisopsykiatrian avohoidon poliklinikan kanssa laa-
dittu kliininen tutkimussuunnitelma. Tutkimuksen toteutuminen ja aikataulu olivat
työtä kirjoitettaessa vielä avoimia, koska testaamisen tarvittava sovellus ei ollut vielä
valmiina.
6.2 Kliinisen tutkimuksen suunnitelma
Tutkimuksen tiedonkeruu tapahtuu matkapuhelimeen asennettavalla testaussovelluk-
sella (kuvaus liitteessä 4), joka lähettää kiihtyvyysanturin mittaustiedot automaatti-
sesti verkkopalvelimelle kolmen tunnin ajalta viiden sekunnin ajalta minuutin välein
mitattuna. Tutkittava henkilö täyttää samalla päivittäin Internetissä olevaa selainpoh-
jaista mielialapäiväkirjaa (Liite 3). Mielialapäiväkirjan avulla tutkittava henkilö arvi-
oi subjektiivisesti omaa mielialaansa ja päivittäiselle mielialalle saadaan numeerinen
arvo. Selainpohjainen mielialapäiväkirja on Juha Marilan suunnittelema ja toteutta-
ma. Mielialapäiväkirjassa kysytään päivittäisen mielialan lisäksi myös muita täyden-
täviä kysymyksiä, jotka on arvioitu olevan hyödyksi kliinisen tutkimuksen tuloksia
arvioitaessa.
Tutkimuksen otoksena on 20 kaksisuuntaista mielialahäiriötä sairastavaa henkilöä
varsinaisena koeryhmänä ja 1-10 ei diagnoosin saanutta henkilöä verrokkiryhmänä.
Koeryhmä rekrytoidaan Satakunnan sairaanhoitopiirin nuorisopsykiatrian avohoidon
27
poliklinikoilta ja verrokkiryhmän rekrytointi on suunniteltu tapahtuvan vapaaehtois-
ten avulla. Kaikki tutkimukseen osallistuvat henkilöt haastatellaan henkilökohtaises-
ti ja opastetaan tutkimuksen kulkuun ennen tutkimuksen aloittamista. Haastattelun ja
opastuksen sisällöt on esitetty alla. Suostumus tutkimukseen osallistumisesta anotaan
koeryhmän osalta sekä Satakunnan sairaanhoitopiiriltä että itse koeryhmän jäseniltä
kirjallisesti. Verrokkiryhmän osalta suostumus pyydetään osallistujilta kirjallisesti.
Alkuhaastattelussa tutkimuksen osallistujan nimi, yhteystiedot, ikä, sukupuoli, lääki-
tys ja mahdollinen diagnoosi tallennetaan numeroidulle paperiselle kaavakkeelle.
Jokainen osallistuja saa kaavakkeen mukaisen yksilöllisen tutkimusnumeron, jonka
avulla tutkimuksen aikana kerätyt tiedot voidaan yhdistää anonyymisti. Kaikki tut-
kimuksen aikana kerätty tieto tullaan tallentamaan tutkimusta varten avatulle verk-
kopalvelimelle alkuhaastattelun kaavaketta lukuun ottamatta ilman henkilötietoja ja
niitä käsitellään luottamuksellisesti. Tutkimuksen jälkeen henkilötiedot tuhotaan ja
jäljelle jää vain tietoja yhdistävä tutkimusnumero. Tutkimuksen tiedonkeruun on
suunniteltu kestävän noin kolme kuukautta. Tutkimuksen kesto pohjautuu asiantunti-
jan arvioon ajanjaksosta, johon oletetaan sisältyvän merkittäviä mielialan muutoksia
osallistujien joukossa.
Alkuhaastattelun yhteydessä osallistujat opastetaan täyttämään verkkopalvelimella
seuraavat kyselylomakkeet:
– Masennuskysely BD-21
– WHO:n elämänlaatumittari WHOQOL-BREF
– Hamilton Depression Rating Scale
– Youngin Mania-asteikko YMRS.
Osallistuja kirjaa tiedot yksilöllisellä tutkimusnumerollaan. Lomakkeiden avulla luo-
kitellaan tutkimuksessa saatua tietoa ja sitä voidaan hyödyntää mahdollisesti myös
muissa alan tutkimuksissa. Lisäksi lomakkeista saadulla tiedolla voidaan kontrolloida
verrokkiryhmän mahdollisia yllättäviä diagnooseja, jotka voivat vääristää tutkimuk-
sesta saatuja tuloksia.
28
Alkuhaastattelun yhteydessä osallistuja opastetaan käyttämään puhelimessa toimivaa
fyysisen aktiivisuuden mittaussovellusta. Lisäksi osallistuja opastetaan täyttämään
päivittäistä mielialapäiväkirjaa verkkopalvelimella. Lopuksi käydään läpi mahdolli-
set ongelmatilanteet ja muut huomioonotettavat asiat, kuten esim. sovelluksen toi-
mimattomuus. Osallistuja saa myös yhteystiedot mahdollisia kysymyksiä ja ongel-
matilanteita varten.
Vuorokauden ajalta saadun kiihtyvyysanturisignaalin käyrästä lasketun fyysisen ak-
tiivisuuden indeksin avulla saadaan selville matkapuhelimen käyttäjän vuorokautinen
fyysinen aktiivisuus. Näin voidaan tutkia korreloiko tämä fyysisen aktiivisuuden
indeksi selainpohjaisen mielialapäiväkirjan mieliala-arvon kanssa. Selainpohjaisessa
lomakkeessa eri mielialat on ilmaistu sanallisesti, mutta niistä muodostuu palvelimel-
le numeerinen arvo, joka vastaa kutakin mielialaa (Kuvio 6).
Kuvio 6. Subjektiivista sanallista mieliala-arviota vastaava numeerinen arvo
Jokaisen tutkimukseen osallistuvan henkilön päivittäiset mielialapäiväkirjan ja fyysi-
sen aktiivisuuden tiedot kerätään kolmen kuukauden ajalta yhdessä alkutietojen
kanssa suoraan yhdelle verkkopalvelimelle, jolloin tietojen analysointi on helpom-
paa. Kiihtyvyysanturi- ja mielialapäiväkirjalla kerättyä tietoa verrataan toisiinsa ja
tutkitaan löytyykö niiden väliltä tilastollisesti merkittävää korrelaatiota.
29
Korrelaatio on todennäköisyyslaskennassa ja tilastotieteessä käytetty käsite, joka
kuvaa kahden muuttujan välistä riippuvuutta. Kahdella muuttujalla tarkoitetaan tässä
tutkimuksessa mittaamalla ja laskemalla saatua vuorokauden fyysisen aktiivisuuden
arvoa ja mielialapäiväkirjan arvoa. Korrelaatiokerroin tarkoittaa aineistosta laskettua
havaintojen (arvojen) välistä korrelaatiota. Tarkkaan ottaen se on numeerinen mitta
satunnaismuuttujien väliselle lineaariselle riippuvuudelle. Riippumattomien muuttu-
jien välillä ei ole korrelaatiota. (Metsämuuronen 2011, 357.)
Yksinkertaistettuna voidaan todeta, että mitä enemmän korrelaatiokerroin poikkeaa
nollasta sitä vahvempi korrelaatio eli riippuvuus muuttujien välillä on. Esimerkiksi
korrelaatiokerroin 0,7664 kertoo, että 76,64 % tapauksista toisen muuttujan vaihtelu
selittää toisen muuttujan vaihtelun. Korrelaatio ei kuitenkaan implikoi kausaliteettia
eli syy-seuraussuhdetta, mutta usein se on hyvä vihje mahdollisesta syy-
seuraussuhteesta. (Metsämuuronen 2011, 357.)
Vaikka kahden muuttujan arvot ovat yhteydessä toisiinsa, niin pelkän havaitun riip-
puvuuden eli assosiaation perusteella ei siis voida tehdä päätelmiä kausaalisuudesta.
Tässä tutkimuksessa kausaliteetin toteaminen on tärkeätä, koska arviointimenetelmän
luotettavuuden kannalta on ehdottoman tärkeää, että älypuhelimen kiihtyvyysanturil-
la mitatut fyysinen aktiivisuuden muutokset ovat seurausta mielialan muutoksesta.
Havaitun assosiaation taustalla saattaa olla sekoittava muuttuja, joka vaikuttaa mo-
lempiin muuttujiin.
Hill (1965) on esittänyt kriteerit, joiden mukaan voidaan arvioida johtuuko havaittu
assosiaatio kausaliteetista:
Assosiaation voimakkuus - mitä voimakkaampi korrelaatio, sitä luultavimmin
taustalla on kausaaliyhteys
Konsistenssi - samanlaisia tuloksia muissa riippumattomissa tutkimuksissa
Spesifisyys
Ajallinen suhde - syyn tulee edeltää seurausta
Annos-vaste - altistusta kasvattamalla, vaste muuttuu
Uskottavuus - kausaalisuus on biologisesti uskottava eli sen voi selittää bio-
logisella periaatteella
30
Johdonmukaisuus - epäilty kausaalisuhde ei ole ristiriidassa tunnetun tietä-
myksen kanssa
Kokeellinen näyttö - joissakin tapauksissa on mahdollista saada kokeellista
näyttöä kausaalisuuden puolesta
Analogia - samantapaisia kausaaliyhteyksiä tunnetaan ennalta
Kausaliteetin toteamisen osalta tämänkin tutkimuksen osalta tulee noudattaa suurta
varovaisuutta. Kausaalipäätelmiä varten tarvitaan usein ulkopuolista tietämystä, eikä
niitä voi tehdä pelkästään kerätyn tiedon avulla. Kausaliteettia voi arvioida Hillin
kriteerien lisäksi myös esimerkiksi Pearlin kausaalimallin avulla (Pearl 2009, 96).
6.3 Kaupallistaminen
Työssä esitetyn mielialavaihtelujen mobiilin arviointimenetelmän kaupallistamisen
suunnittelu on tässä vaiheessa vaikeaa johtuen innovaatioprosessin keskeneräisyy-
destä. Testisovelluksen valmistuminen ja kliinisen tutkimuksen toteuttaminen ovat
tämän innovaatioprosessin käännekohtia ja niiden tulosten pohjalta voidaan joko
vahvistaa tai poistaa menetelmään liittyviä epävarmuuksia. Tässä vaiheessa ei siis
vielä voida varmuudella todeta, onko menetelmällä mahdollisuuksia kehittyä toimi-
vaksi tuotteeksi.
Muutamia suuntaviivoja voidaan kuitenkin asettaa olettaen, että menetelmä sinällään
on toimiva ja korrelaatio ja kausaliteetti älypuhelimella mitatun fyysisen aktiivisuu-
den ja mielialan välillä löydetään. Tuotteen kaupallistaminen edellyttää, että lopulli-
nen sovellus käsittelee mitatun tiedon itse puhelimessa eikä lähetä sitä ulkopuoliseen
verkkopalvelimeen käsittelyä varten. Näin ollen sovellus muodostaisi koko ajan fyy-
sisen aktiivisuuden indeksiä ja ilmoittaisi käyttäjälleen mikäli se havaitsisi huomatta-
via poikkeamia normaalista ja näin voitaisiin olettaa myös mielialan muuttuneen tai
olevan muuttumassa. Koska molemmat suureet ovat henkilöittäin vaihtelevia, vii-
tearvojen muodostaminen täytyisi tapahtua oppimalla. Sovelluksen täytyisi pystyä
oppimaan esimerkiksi sovelluksen käyttöönoton alkuvaiheessa käyttäjän syöttämien
mieliala-arvioiden perusteella, miten fyysinen aktiivisuus ja mielialojen vaihtelu
riippuvat toisistaan kyseisellä henkilöllä.
31
Lopullisen sovelluksen kuvaaminen, koodaaminen ja testaaminen ovat iso työ ja me-
netelmän lopullinen käyttö muotoutuu pitkälti testivaiheen tulosten pohjalta. Mittaus-
tavasta ja menetelmän yleisestä luonteesta johtuen menetelmästä johdettu lopullinen
sovellus olisi tarkoitettu lähinnä kaksisuuntaista mielialahäiriötä sairastavan henkilön
itsearviointiin ja elämänhallintaan.
Nykypäivänä itse sovelluksen koodaaminen kuvauksen pohjalta on verrattain edullis-
ta ja nopeaa ja sovelluksen myyntikanavia on rajattomasti aina nettikaupoista erilai-
siin sovelluskauppoihin. Sovelluksen rajattu käyttöryhmä tekee markkinoista koh-
tuullisen pienet, mutta tätä kompensoi sovellusten myynnin mahdollistamat globaalit
markkinat.
32
7 POHDINTA
Opinnäytetyön tavoitteena oli kuvata mielialavaihtelujen mobiilin arviointimenetel-
män suunnitteluprosessi. Työssä onnistuttiin kuvaamaan arviointimenetelmän inno-
vaatioprosessi idean synnystä arviointimenetelmän testisovelluksen ja kliinisen tut-
kimuksen kuvaukseen saakka. Työssä on esitetty myös menetelmät kliinisestä tutki-
muksesta saatujen tulosten käsittelyyn. Lisäksi työssä esitettiin arviointimenetelmän
teoreettinen tausta ja perusteet arviointimenetelmässä käytettyjen metodien valinnal-
le. Myös arviointimenetelmän jatkokehittämistä kaupalliseksi tuotteeksi arvioitiin
olemassa olevien tietojen ja muiden tutkimusten pohjalta.
Innovaatioprosessin aikana ilmeni nopeasti, että ihmisen terveydentilaa ja elämänhal-
lintaa arvioivan täysin uuden älypuhelin sovelluksen kehittäminen on ennakoitua
paljon haasteellisempaa, työläämpää ja vaatii useammin eri ammattikunnan tiivistä
yhteistyötä. Testisovelluksen kuvauksen kehittäminen vaati syvällistä perehtymistä
älypuhelimen ominaisuuksiin ja sovellusohjelmointiin. Suurimpana haasteena nähtiin
erityisesti matkapuhelimien rajallinen tallennuskapasiteetti ja tietoliikenneyhteyden
rajoitukset. Tutkimuksellisista syistä johtuen kaikki mittausdata haluttiin talteen ul-
kopuoliselle verkkopalvelimelle. Tämä toi mukanaan suuren tietomäärän aiheutta-
man rajoituksen mittaamiseen, rajoittaen sen jaksottaiseksi jatkuvan mittauksen si-
jaan. Tässä kohtaa alkuperäisestä tavoitteessa siis epäonnistuttiin.
Testisovelluksen ohjelmointi on vielä tätä kirjoitettaessa tekemättä. Ohjelmointia
yritettiin ensin tehdä omin voimin, mutta johtuen vähäisestä kokemuksesta nykyai-
kaisen sovellusohjelmoinnin suhteen, tästä luovuttiin. Ohjelmointi sopisikin mainios-
ti esimerkiksi tietotekniikkaopiskelijan harjoitustyöksi ja tästä käytiinkin keskustelu-
ja Irlannissa sijaitsevan Dundalk Institute of Technologyn kanssa, mutta yhteistyö
kuihtui nopeasti. Jatkoa ajatellen ammattitaitoisen yhteistyökumppanin löytäminen
on sekä testaussovelluksen että lopullisen sovelluksen ohjelmoinnin kannalta ehdo-
ton edellytys.
33
Kliinisen tutkimuksen suunnittelu onnistui hyvin johtuen Satakunnan sairaanhoitopii-
riltä saadusta avusta. Tämä olikin välttämätöntä, jotta pystyttiin luomaan riittävän
kattava, mutta kuitenkin käytännössä toteutettavissa oleva ja uskottava tutkimus-
suunnitelma. Samalla pystyttiin kartoittamaan mahdolliset yhteistyökumppanit ja
ryhmät, joiden avulla kliininen tutkimus voitaisiin tulevaisuudessa toteuttaa.
Mielialavaihteluja mittaavan mobiilin arviointimenetelmän jatkokehitystä ja tuotteis-
tamista varten tärkeintä on löytää hyvä yhteistyökumppani tekemään testisovelluksen
ohjelmointia. Testisovelluksen valmistumisen ja kliinisen tutkimuksen tulosten avul-
la voidaan arvioida menetelmän luotettavuutta ja tätä kautta tuotteistaminen pääsee
innovaatioprosessin mukaisesti tulosten näin salliessa eteenpäin.
34
LÄHTEET
Chen, KY. & Bassett Jr., DR. 2005. The Technology of Accelerometry-Based Acti-
vity Monitors: Current and Future. Medicine & Science in Sports & Exercise 37,
490-500.
Edvardsen, J., Torgersen, S., Røysamb, E., Lygren, S., Skre, I., Onstad, S. & Oien,
PA. 2008. Heritability of bipolar spectrum disorders. Unity or heterogeneity? Journal
of Affective Disorders 106, 229-240.
Farmer, A., Elkin, A. & McGuffin, P. 2007. The genetics of bipolar affective disor-
der. Current Opinion in Psychiatry Jan, 8-12.
Goodrich, R. 2013. Accelerometers: What they are & How they work. Livescience,
1. Viitattu 14.2.2016. http://www.livescience.com/40102-accelerometers.html
Hill, A. B. 1965. The Environment and disease: Association or Causation. Proceed-
ings of the Royal Society and Medicine 58, 295-300.
Kieseppä, T., Partonen, T., Haukka, J, Kaprio, J. & Lönnqvist J. 2004. High con-
cordance of bipolar I disorder in a nationwide sample of twins. The American Jour-
nal of Psychiatry. Viitattu 10.2.2016. http://ajp.psychiatryonline.org
Lähteenmäki, S. 2013. Käypä hoito -suositus. Kaksisuuntainen mielialahäiriö. Hel-
sinki: Duodecim. Viitattu 10.2.2016.
http://www.kaypahoito.fi/web/kh/suositukset/suositus?id=hoi50076
Metrology Research Institute (MIKES-Aalto Mittaustekniikka) www-sivut. Viitattu
14.2.2016. metrology.tkk.fi
Metsämuuronen, J. 2011. Tutkimuksen tekemisen perusteet ihmistieteissä. Helsinki:
International Methelp, Booky.fi
Mäkinen, J. & Piironen, S. 2014. Fyysisen aktiivisuuden, koetun fyysisen pätevyy-
den ja tavoiteorientaation muutokset peruskoulun ja lukion aikana. Pro gradu -
tutkielma. Jyväskylän yliopisto. Viitattu 14.2.2016. http://urn.fi/URN:NBN:fi:jyu-
201401141061
Ojasalo, K., Moilanen, T. & Ritalahti, J. 2014. Kehittämistyön menetelmät. Uuden-
laista osaamista liiketoimintaan. 3. uudistettu painos. Helsinki: Sanoma Pro Oy.
Pearl, J. 2009. Causal inference in statistics: An overview Statistics Surveys Vol 3,
96-146.
Sadeniemi, M., Aer, J., Jänkälä, K., Sorvaniemi, M. & Stenberg, J. 2013. Kaksisuun-
tainen mielialahäiriö. Opas sairastuneille ja heidän omaisilleen. Helsinki: Duodecim.
35
Sylvia, LG., Bernstein, EE., Hubbard, JL., Keating, L. & Anderson EJ. 2014. Practi-
cal guide to measuring physical activity. Journal of the Academy of Nutrition and
Dietetics 114, 199-208.
Tammelin, T. 2009. Liikeanturilla kokonaiskuva liikkumisesta ja liikkumattomuu-
desta. Liikunta ja tiede 46 (2-3), 22-25.
Terve.fi 2010. Maanis-depressiivisyys. Viitattu 10.2.2016.
http://www.terve.fi/maanis-depressiivisyys
The Qt Companyn www-sivut. Viitattu 14.2.2016. http://www.qt.io/
Valtonen, H., Suominen, K., Mantere, O., Leppämäki, S., Arvilommi, P. & Isometsä,
E. 2007. Suicidal behavior during different phases of bipolar disorder. Journal of
Affective Disorders 97, 101-107.
Viestinnän keskusliiton innovaatiolinjaukset 2010. 2010. Helsinki: Viestinnän kes-
kusliitto. Viitattu 14.2.2016.
http://www.vkl.fi/ajankohtaista/uutiskirjeet/vanhat_uutiskirjeet/2007/05
W3 Group Finlandin www-sivut. Viitattu 13.3.2016. http://w3.fi/kolme-tapaa-
kehittaa-mobiilisovellus/
Liite 1. ICD-10:n mukaiset hypomanian, manian, masennusjakson ja sekamuotoisen
jakson diagnostiset kriteerit
Häiriö Diagnostiset kriteerit
Hypomania A. Mieliala on koholla tai ärtyisä asianomaiselle poikkeuksellisella
tavalla vähintään neljän päivän ajan.
B. Esiintyy vähintään kolme seuraavista oireista siten, että ne aihe-
uttavat ainakin jonkinasteista toimintakyvyn häiriintymistä:
1. toimeliaisuuden lisääntyminen tai fyysinen rauhattomuus
2. puheliaisuuden lisääntyminen
3. hajanaisuus tai keskittymisvaikeudet
4. unen tarpeen väheneminen
5. seksuaalinen halukkuuden lisääntyminen
6. lievä rahojen tuhlailu tai muu vastuuton käytös
7. seurallisuuden tai tuttavallisuuden lisääntyminen
C. Häiriö ei täytä manian, kaksisuuntaisen mielialahäiriön, masen-
nusjakson, mielialan aaltoiluhäiriön tai anorexia nervosan kriteerei-
tä.
D. Häiriö ei liity psykoaktiivisten aineiden käyttöön tai elimelliseen
aivo-oireyhtymään.
Mania A. Mieliala on enimmäkseen koholla, poikkeuksellisen avoin (eks-
pansiivinen) tai ärtynyt ja selvästi tavanomaisesta poikkeava asian-
omaiselle. Mielialan muutos on huomattava ja se on kestänyt vähin-
tään viikon ajan. (Tätä lyhyempi aika riittää, mikäli muutos on niin
huomattava, että tarvitaan hoitoa sairaalassa.)
B. Vähintään kolme (tai neljä, mikäli mieliala on ainoastaan ärtynyt)
seuraavista oireista siten, että ne aiheuttavat vakavan päivittäisen
toimintakyvyn häiriintymisen:
1. toimeliaisuuden lisääntyminen tai fyysinen rauhattomuus
2. puheliaisuuden lisääntyminen (puhetulva)
3. ajatuksenriento tai tunne siitä, että ajatustoiminta on kiihty-
nyt
4. tavanomaisten sosiaalisten käytöstapojen häviäminen siten,
että esiintyy olosuhteisiin nähden epäasiallista käyttäytymis-
tä
5. unen tarpeen väheneminen
6. itsetunnon kohoaminen tai kuvitelmat omista kyvyistä tai
suuruudesta (grandiositeetti)
7. keskittymiskyvyttömyys tai jatkuvat muutokset toiminnassa
tai suunnitelmissa
8. uhkarohkea tai vastuuton käyttäytyminen, jonka riskejä hen-
kilö ei tunnista (esimerkiksi tuhlaileva ilonpito, hurjat seik-
kailut tai vastuuton ajotapa)
9. lisääntynyt seksuaalinen halukkuus tai holtittomuus
Häiriö Diagnostiset kriteerit
C. Ei esiinny aistiharhoja tai harhaluuloja (havaintohäiriöitä, kuten
kuulon terävöitymistä tai värien näkemistä kirkkaampina saattaa
esiintyä).
D. Häiriö ei liity psykoaktiivisten aineiden käyttöön tai elimelliseen
aivo-oireyhtymään.
Masennusjakso A. Masennusjakso on kestänyt vähintään kahden viikon ajan.
B. Todetaan vähintään kaksi seuraavista oireista:
1. masentunut mieliala suurimman osan aikaa
2. kiinnostuksen tai mielihyvän menettäminen asioihin, jotka
ovat tavallisesti kiinnostaneet tai tuottaneet mielihyvää
3. vähentyneet voimavarat tai poikkeuksellinen väsymys
C. Todetaan jokin tai jotkin seuraavista oireista niin, että oireita on
yhteensä (B ja C yhteenlaskettuina) vähintään neljä:
1. itseluottamuksen tai omanarvontunnon väheneminen
2. perusteettomat tai kohtuuttomat itsesyytökset
3. toistuvat kuolemaan tai itsemurhaan liittyvät ajatukset tai it-
setuhoinen käyttäytyminen
4. subjektiivinen tai havaittu keskittymisvaikeus, joka voi ilme-
tä myös päättämättömyytenä tai jahkailuna
5. psykomotorinen muutos (kiihtymys tai hidastuneisuus), joka
voi olla subjektiivinen tai havaittu
6. unihäiriöt
7. ruokahalun lisääntyminen tai väheneminen, johon liittyy
painon muutos
Lievässä masennustilassa oireita on 4–5, keskivaikeassa 6–7 ja vai-
keassa 8–10 ja kaikki kohdasta B.
Sekamuotoinen
jakso
Hypomaaniset, maaniset ja masennusoireet esiintyvät samanaikai-
sesti tai hyvin tiheästi vaihdellen. Aiemmin on ollut ainakin yksi
mielialahäiriön jakso, ja ajankohtaisen jakson aikana sekä maanisia
että masennusoireita on esiintynyt suurimman osan aikaa vähintään
kahden viikon ajan.
Liite 2. Mielialapäiväkirja
Mielialapäiväkirja
pvm
+5
+4
+3
+2
+1
0
-1
-2
-3
-4
-5
uni(t)
lääkitys
alkoholi kuukautiset
tapah
tum
at
Liite 3. Kliinisessä tutkimuksessa käytettävä selainpohjainen kyselykaavake
Liite 4. Fyysistä aktiivisuutta mittaavan testisovelluksen kuvaus (eng.)
Activity detection software for out-patient continuous assessment
Software specification
version author issues
0.1 Juha Marila ([email protected]) document created
Purpose and scope of the document
This specification describes the needed functionality and communication methods required
of the software to be used for bipolar outpatient assessment that is conducted using their
personal mobile phones. The phones in case need to fulfill the following requirements:
1. operating system (OS) support for acceleration sensors
2. OS support for running the software in the background or as a daemon or service
3. capability to send data to a pre-determined IP address either via HTTP or FTP
Software could be an HTML5 worker running in the phone’s browser, or a native applica-
tion. Android and iOS devices are prioritized over other platforms.
User interface and user roles
There are three kinds of users to the software:
1) Patient - refers to the phone owner;
2) Operator - refers to the researchers that collect the activity data using software on the
phones;
3) Personnel - refers to the medical staff that may utilize the collected data.
The software needs not to offer any interface to any of the users. The standard OS methods
of starting and stopping the software’s execution are sufficient in the case of native soft-
ware. If the software runs in the browser as an HTML5 worker process, it will launch upon
execution of the HTML code in the browser, and stop when the browser is shut down.
Requirements
Functionality
The software needs to perform following functions:
1) start all operation at execution, without the need for activation or settings of any
kind;
2) access and store locally the phone’s accelerometer data with a pre-determined
measurement interval and sample duration ;
3) send the stored data with a pre-determined push interval to a pre-determined data
store address using either mobile data connection or WiFi, whichever is available
(WiFi is preferred);
4) determine if the data connections can be used for the purpose in (3) - namely, if
they offer access to the Internet;
5) after having sent the data and receiving confirmation from the data store, delete
the collected accelerometer data from the phone;
6) to re-try operation after the retry interval in case of any errors to operations in (1)
to (5)
Operation
Collected data
The accelerometer data in question consists of x-, y- z-axis measurement, in units of m*s⁻1
with simple quantization (TBD…). The y-axis acceleration data preferably has the effect of
gravity removed.
Different phones have different measurement frequency, so the amount of data collected
varies between phones - this is acceptable at the moment.
Data storage
The data should be stored in as economical format as possible, preferably just three inte-
gers per measurement, separated by comma, and measurements separated by line feeds.
This makes the data human- as well as machine-readable.
Data collection interval
The measurement interval should be currently set to 55 seconds and sample duration to 5
seconds. This equals to 5 seconds of activity measure every minute.
Data push
Push Interval should currently be set to 3 hours. An estimate of the amount of data to be
sent at this interval can be established using an exemplary device (Sony C6833, i.e. Xperia Z
Ultra, running Android 5.0) measures acceleration from the sensors at OS level with the
frequency of 49 Hz:
49 samples * 6 bytes * 5 seconds per minute * 3 axes * 3 hrs ≃ 754 MB
of data collected and sent every 3 hrs
When the software is sending the collected data and deletes it afterwards, it needs to ei-
ther pause measurement or store the data being collected separately from the data being
sent and being deleted.
Other requirements
The software is a research tool and not a consumer product at this moment. For this rea-
son, the biggest demand is on stability of execution and reliability of data collection, in-
cluding pushing it to the server. This must be balanced with power consumption, as the
software shouldn’t drain the patient’s phone battery.